Minor Künstliche Intelligenz

Inhalte:

• Einführung in die Kontexte der Künstlichen Intelligenz
• Problemrepräsentation und Suchalgorithmen
• Wissensrepräsentation und logisches Schließen
• Ethische Fragestellungen und gesellschaftliche Auswirkungen von KI
• Aktuelle Anwendungen von KI

Qualifikationsziel:

Die Studierenden können wesentliche Konzepte, Methoden und Technologien der Künstlichen Intelligenz wiedergeben. Sie beschreiben die unterschiedlichen Teilgebiete der KI und deren Relevanz in verschiedenen Anwendungsfeldern. Zudem lösen die Studierenden einfache KI-Probleme mithilfe von Suchalgorithmen und logischen Schlussfolgerungen. Darüber hinaus reflektieren sie die gesellschaftlichen und ethischen Implikationen von KI und hinterfragen diese kritisch.

Inhalte:

• Einführung in Maschinelles Lernen
• Lineare Modelle und Klassifikation
• Neuronale Netze und Deep Learning.
• Unüberwachtes Lernen
• Bestärkendes Lernen (Reinforcement Learning)
• Evaluierung von ML-Modellen
• Anwendungen von Maschinellem Lernen

Qualifikationsziel:

Die Studierenden können die grundlegenden Konzepte, Algorithmen und mathematischen Modelle des maschinellen Lernens wiedergeben und anwenden. Sie wenden überwachte und unüberwachte Lernverfahren in ihren Grundzügen an und erklären neuronale Netze sowie tiefe Lernverfahren in ihren Grundzügen. Zudem schätzen die Studierenden die Risiken und Herausforderungen im Zusammenhang mit Modellüberanpassung (Overfitting), Modellvalidierung und Datenvorverarbeitung kritisch ein.

Inhalte:

• Grundlagen der Statistik
• Datenvisualisierung
• Statistische Modellierung
• Werkzeuge für die Datenanalyse

Qualifikationsziel:

Die Studierenden sind in der Lage, grundlegende statistische Methoden anzuwenden, um Daten zu analysieren und zu interpretieren. Sie nutzen statistische Modelle, um datengetriebene Entscheidungen zu unterstützen. Darüber hinaus sind die Studierenden in der Lage, mit statistischen Programmiertools wie Python oder R Datensätze zu verarbeiten, zu analysieren und zu visualisieren. Sie bereiten erhobene Daten auf und können statistische Ergebnisse in Berichten und Präsentationen anschaulich darstellen.

Inhalte:

•  Grundlagen der Programmierung
• Datenstrukturen
• Algorithmen
• Komplexitätstheorie
• Algorithmisches Problemlösen

Qualifikationsziel:

Die Studierenden wenden grundlegende Programmierkonzepte und Datenstrukturen auf Grundniveau an. Sie entwerfen, implementieren und analysieren Algorithmen hinsichtlich ihrer Komplexität. Zudem übersetzen die Studierenden Probleme systematisch in Algorithmen und Programmierlösungen.

Inhalte:

• Einführung in neuronale Netze
• Tiefe neuronale Netze (Deep Learning)
• Convolutional Neural Networks (CNNs)
• Autoencoder und Generative Modelle
• Anwendungen von Deep Learning

Qualifikationsziel:

Die Studierenden sind in der Lage, die Funktionsweise künstlicher neuronaler Netze und tiefer Lernverfahren zu erklären. Sie trainieren Deep Learning-Modelle mit gängigen Frameworks wie TensorFlow und PyTorch und wenden diese auf reale Anwendungsfälle an. Zudem sind die Studierenden in der Lage, komplexe Modelle für Bildverarbeitung, Zeitreihenanalyse und Sprachverarbeitung erfolgreich umzusetzen und zu evaluieren

Inhalte:

• Grundlagen der Ethik in der KI
• Verantwortungsbewusste KI-Entwicklung
• Bias und Diskriminierung in KI
• Autonomie und Entscheidungsfindung
• Rechtliche Rahmenbedingungen

Qualifikationsziel:

Die Studierenden sind in der Lage, ethische Theorien und Konzepte auf konkrete Problemstellungen im Bereich der Künstlichen Intelligenz anzuwenden. Sie reflektieren kritisch über die gesellschaftlichen Auswirkungen von KI und entwickeln Lösungsansätze für ethische Dilemmata, die sich aus ihrem Einsatz ergeben. Zudem sind die Studierenden in der Lage, die wichtigsten rechtlichen Rahmenbedingungen und regulatorischen Vorgaben im Bereich der KI zu erklären und deren Bedeutung für die Entwicklung  und den Einsatz von KI-Systemen zu verstehen. Sie erkennen Verzerrungen (Bias) und Diskriminierung in algorithmischen Entscheidungen und können geeignete Maßnahmen zur Bekämpfung dieser Herausforderungen vorschlagen.